跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要直接讨论不等间隔面板回归、余项序列相关和方差分量估计,未提供将其归为宏观面板的应用依据。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Badi H. Baltagi
Ping X. Wu

具有 AR(1) 扰动的不等间隔面板数据回归

研究问题
研究观测时间不等间隔、余项扰动具有 AR(1) 结构的面板回归如何估计,以及如何检验一阶序列相关为零。
方法与思路
作者将可行 GLS 表示为加权最小二乘,估计序列相关和方差分量参数,并构造针对正、负相关的局部最优不变检验。
材料陈述的贡献
摘要称所提程序可处理多种不等间隔面板观测模式、计算简便,并提供相关参数估计及零一阶序列相关检验。
阅读关注点
应核对时间间隔如何进入误差协方差及权重、方差分量的估计步骤,以及不变检验的假设、变换群和局部备择。
阅读边界
所给 Crossref 摘要未说明回归变量外生性、缺失或抽样机制、具体渐近条件及有限样本表现,不能据此认定普遍有效。

原文摘要

This paper deals with the estimation of unequally spaced panel data regression models with AR(1) remainder disturbances. A feasible generalized least squares (GLS) procedure is proposed as a weighted least squares that can handle a wide range of unequally spaced panel data patterns. This procedure is simple to compute and provides natural estimates of the serial correlation and variance components parameters. The paper also provides a locally best invariant test for zero first-order serial correlation against positive or negative serial correlation in case of unequally spaced panel data.

笔记与分组